Question

我想成对处理一些GPS数据行。

现在，我正在以正常的for循环方式进行，但我确信有更好更快的方法。

n = 100
testdata <- as.data.frame(cbind(runif(n,1,10), runif(n,0,360), runif(n,14,16), runif(n, 46,49)))
colnames(testdata) <- c("speed", "heading", "long", "lat")
head(testdata)

diffmatrix <- as.data.frame(matrix(ncol = 3, nrow = dim(testdata)[1] - 1))
colnames(diffmatrix) <- c("distance","heading_diff","speed_diff")

for (i in 1:(dim(testdata)[1] - 1)) {
  diffmatrix[i,1] <- spDists(as.matrix(testdata[i:(i+1),c('long','lat')]),
                             longlat = T, segments = T)*1000
  diffmatrix[i,2] <- testdata[i+1,]$heading - testdata[i,]$heading
  diffmatrix[i,3] <- testdata[i+1,]$speed - testdata[i,]$speed
}
head(diffmatrix)

如何使用apply-function？

或者甚至可以并行进行这种计算？

非常感谢！

Answer 1

我不确定您要对结束条件做什么，但使用dplyr，您可以在不使用for循环的情况下完成所有这些操作。

library(dplyr)
testdata %>% mutate(heading_diff = c(diff(heading),0),
                    speed_diff = c(diff(speed),0), 
                    longdiff =  c(diff(long),0), 
                    latdiff = c(diff(lat),0)) 
         %>% rowwise() 
         %>% mutate(spdist = spDists(cbind(c(long,long + longdiff),c(lat,lat +latdiff)),longlat = T, segments = T)*1000 ) 
         %>% select(heading_diff,speed_diff,distance = spdist)

#   heading_diff speed_diff distance
#          <dbl>      <dbl>    <dbl>
# 1         15.9      0.107   326496
# 2       -345       -4.64     55184
# 3        124       -1.16     25256
# 4         85.6      5.24    221885
# 5         53.1     -2.23     17599
# 6       -184        2.33    225746

我将在下面解释每个部分：

管道运算符%>%本质上是一个链，它将一个操作的结果发送到下一个操作。因此，我们从您的测试数据开始，并将其发送到mutate函数。

使用mutate创建4个新列，这些列是从一行到下一行的差异测量值。在最后一行添加0，因为在最后一个数据点之后没有测量。（可以做NA之类的事情）

接下来，如果您有使用rowwise的差异，则可以将spDists函数应用于每一行。

最后，我们使用mutate创建另一个列，该列调用我们之前创建的原始4列。

要仅获得您关注的3列，我最后使用了select语句。如果您想要整个数据帧，可以将其保留。

R：在行对中循环data.frame

1 个答案: